中亚来华留学生汉语学习动机差异性分析

本文通过对新疆师范大学的中亚来华留学生学习动机进行调查,用差异性检验方法,从性别、学历方面进行数据统计分析,从而发现问题,得出结论,为留学生汉语学习动机问题的研究提供参考。     

基于小波域字典学习方法的图像双重稀疏表示

提出了一种有效地结构化字典生成算法以及图像双重稀疏表示方法.在Rubinstein等提出的图像双重稀疏表示模型的基础上,引入小波零树结构,将同一空间位置对应的同方向跨尺度小波基函数的线性组合作为新的基函数,并通过K-SVD学习算法得到线性组合系数,由此得到了一种更加切合图像方向特征的结构化字典学习算法.在此基础上提出了相应的图像分解与重构算法.遥感图像M项逼近实验以及压缩仿真实验表明,本文提出的结构化字典比已有的字典具有更好的图像稀疏表示效果.     

ARCS动机模型在初中英语语法教学中的应用

语法学习能在一定程度上保证语言的地道性、流畅性和实用性。但就目前来看,英语学习者学习语法的积极性普遍不高,不少英语学习者抱怨英语语法项目琐碎繁杂、语法学习枯燥无聊。针对此现状,本文尝试将ARCS模型的四类动机策略整合于初中英语语法教学,以期有效激发并维持学习者的语法学习热情,提高语法教学效果。     

Real-time prediction of projectile penetration to laminates by training machine learning models withfinite element solver as the trainer

Studies on ballistic penetration to laminates is complicated, but important for design effective protection of structures. Experimental means of study is expensive and can often be dangerous. Numerical simu-lation has been an excellent supplement, but the computation is time-consuming. Main aim of this thesis was to develop and test an effective tool for real-time prediction of projectile penetrations to laminates by training a neural network and a decision tree regression model. A large number of finite element models were developed;the residual velocities of projectiles fromfinite element simulations were used as the target data and processed to produce sufficient number of training samples. Study focused on steel 4340tpolyurea laminates with various configurations. Four different 3D shapes of the projectiles were modeled and used in the training. The trained neural network and decision tree model was tested using independently generated test samples using finite element models. The predicted projectile velocity values using the trained machine learning models are then compared with thefinite element simulation to verify the effectiveness of the models. Additionally, both models were trained using a published experimental data of projectile impacts to predict residual velocity of projectiles for the unseen samples. Performance of both the models was evaluated and compared. Models trained with Finite element simulation data samples were found capable to give more accurate predication, compared to the models trained with experimental data, becausefinite element modeling can generate much larger training set, and thus finite element solvers can serve as an excellent teacher. This study also showed that neural network model performs better with small experimental dataset compared to decision tree regression model.     

背景音乐对人类学习效率影响的脑与行为研究进展

背景青乐是与主体的意识或行为无直接关系,通过非青乐鉴赏环境这一媒介间接作用于主体意识与行为的音乐。近些年来将背景音乐引入教育领域来探讨其对学习效率的影响是研究的新课题。从背景音乐对学习效率影响的相关理论、背景音乐对学习效率影响的实验研究以及背景音乐影响的研究趋势等方面进行了综述。     

一种基于改进的ROUSTIDA算法的数据补齐方法

针对ROUSTIDA数据补齐方法存在的问题,提出了一种改进的ROUSTIDA数据补齐方法.该方法首先将条件属性与决策属性区分对待,优先填补决策属性值,避免了不一致决策表的产生;然后,在决策属性相同的前提下填补条件属性缺失值,扩展了原算法的使用范围;最后,通过一个实例说明改进算法补齐后的决策表的确能够获得更集中的决策规则...     

建构学习理论在教学中的应用

在教学中运用建构学习理论,针对“基于经验的知识建构活动”进行有益尝试。在此理论背景下,教师最重要的任务是利用三个层次的建构性经验源为学生提供知识建构的良好条件,并探讨这一理念在教学中的具体应用及其效果。     

一种支持向量机增量学习淘汰算法

针对大规模数据集的分类问题,支持向量机的训练成为一个难题。增量学习是解决这一难题的思路之一。分析了新增样本加入训练集后支持向量集的变化情况,提出了一种基于密度法的支持向量机增量学习淘汰算法,淘汰了对最终分类无用的样本,在保证测试精度的同时减少了训练时间。实验仿真证明这种算法是有效的。     

综合性大学师范类学生学习倦怠现状研究

本文用连榕等参照Maslach编制的《大学生学习倦怠调查量表》对师范类专业大学生进行问卷调查,旨在探讨综合性大学中师范类学生学习倦怠状况。结果表明：学生的学习倦怠处于中等程度。男生的学习倦怠程度显著高于女生;不同年级的学生在学习倦怠的各个维度上差异显著;不同专业学生学习倦怠状况差异显著,理科最为严重;城镇学生的学习倦怠程度和农村学生差异不显著。     

中国近代编辑出版工作者的矛盾心理分析

中国近代编辑出版是在旧制度已经衰败、新制度尚未建立的历史背景下发展起来的。西方文明与中国古老文明的冲突、旧思想与新思想的较量、公共利益与个体利益的矛盾必然存在。中国近代编辑出版工作者面对西学与中学、雅文化与俗文化、社会效益与经济效益的选择时,存在着矛盾心理,并为中国文化的近代化作出了贡献。